寫作機器人在科技期刊編輯工作中應用的思考

林章碧 劉怡靜 伍少梅

【摘 要】人工智能發展迅猛，在醫學、建筑和新聞等領域的應用越來越頻繁。本文通過梳理智能寫作機器人在國內外新聞領域的發展情況，展望了其在科技期刊編輯工作中的應用前景。寫作機器人具有寫作速度快、數據收集與分析能力強的優點，可以成為科技期刊編輯的高效助手。

【關鍵詞】人工智能；寫作機器人；新聞寫作；編輯；科技期刊

中圖分類號： G232 文獻標識碼： A 文章編號： 2095-2457（2018）13-0025-002

DOI：10.19694/j.cnki.issn2095-2457.2018.13.011

2016年3月，由谷歌（Google）旗下DeepMind公司開發的人工智能程序——阿爾法圍棋（AlphaGo）以4比1的總比分戰勝圍棋世界冠軍、職業九段棋手李世石；2017年5月，在中國烏鎮圍棋峰會上，它又以3比0的總比分戰勝排名世界第一的世界圍棋冠軍柯潔。AlphaGo與圍棋冠軍的人機大戰使人工智能（Artificial Intelligence，AI）再次成為關注的焦點。

AI是20世紀中期產生的并正在迅速發展的新興學科，它是探索和模擬人的智能和思維過程的規律，并進而設計出類似人的某些智能化的科學[1]。AI是一門綜合了計算機科學、生理學、哲學的交叉學科。如今，AI在醫學[2]、建筑[1]、新聞[3]等領域的應用越來越頻繁。在AI的應用中，寫作機器人可在第一時間自動生成稿件，瞬時輸出分析和研判，一分鐘內將重要資訊和解讀送達用戶終端，由此寫作機器人引起了大家的廣泛關注。一時間，在編輯出版行業有關“寫作機器人是否會代替編輯？”、“編輯是否會失業？”之類的爭論之聲不絕于耳。

1 新聞寫作機器人的發展概況

2006年，湯姆森金融公司使用電腦程序取代財經記者，自動提取經濟數據并撰寫金融新聞。2009年，美國西北大學智能信息實驗室開發的名為“Stats Monkey”的軟件在12s內自動編寫出一篇關于棒球比賽的體育報道文章。2010年春季，Narrative Science公司開始采用軟件Quill報道體育新聞和財經新聞，每30s完成一篇報道[4]。2014年3月，《洛杉磯時報》通過Quakebot在3min內率先發布了在美國加州發生的地震報道[5]。同年7月，美聯社用Automated Insights的寫稿軟件Wordsmith平臺發布企業財務報道，每季度完成三四千篇。2015年，《紐時時報》數字部門的科學團隊研發的機器人Blossomblot能夠預測哪些內容更具有社交推廣效應，幫編輯挑選出適合推送的文章和內容，通過機器學習甚至可以獨立制定標題、摘要文案、配圖等[6]。2016年里約奧運會中，《華盛頓郵報》用寫稿機器人Heliograf自動報道以數字為核心的新聞，如奧運會比分、金牌總數等。現在，Heliograf還能報道國會日常新聞和橄欖球主題新聞。2015年9月，騰訊財經開發的一款自動寫作新聞軟件Dreamwriter引用了國家統計局的數據，發布了關于8月份CPI漲幅和分析預測的財經報道，成為國內首個機器新聞寫作的嘗試者[7]。同年11月，新華社緊跟其后推出寫稿機器人“快筆小新”報道體育賽事和財經信息。2016年4月，百度智能寫作機器人（Writing-bots）上線，寫作文章涵蓋社會、財經、娛樂等15個大類[8]。同年5月，阿里巴巴與第一財經聯合推出一款在DT（數據技術）時代幫助財經記者快速及時寫稿的智能寫稿系統“DT稿王”。同年8月，今日頭條同北京大學研制的機器人“張小明（xiaomingbot）”在里約奧運會前13天內共撰寫了457篇消息簡訊和賽事報道，發稿速度幾乎與電視直播同時[9]。近年來的快速發展表明，機器寫稿的時代即將到來，這是一個不可避免的趨勢。

2 機器寫作的特點

智能寫作整體是基于大數據分析、內容理解和自然語言生成等技術得以實現的。基本創作流程主要分為數據采集、數據分析、自動寫稿、審核簽發等環節[8，9]。“自動寫稿”部分非常關鍵，以Writing-bots寫作的核心流程為例，“自動寫稿”部分包括三個階段：（1）文檔規劃——確定生成內容和文檔結構；（2）微觀規劃——確定怎么寫，包括句子與段落、句間銜接、標題以及內部的結構組織等；（3）表層改寫——對文章潤色和改寫，調整文章格式、給文章配圖等。

智能寫作的優點如下：（1）發稿速度快。新聞機器人在1min內即可完成寫作送達，不僅寫稿速度快，而且發布速度也快于其他媒體，在處理緊急突發事件時具有明顯的優勢；（2）報道全面。記者的關注度是有限的，而機器人則可以實現全天候24小時監測，不管是熱點或冷門新聞均可報道；（3）產量高。新聞機器人一年的報道量可達10億個，達到每秒2000篇的速度[10]，記者只能望塵莫及；（4）出錯率低。記者在處理經濟、體育等數據量大的新聞時易忙中出錯，但機器人憑借其超強的運算能力，處理海量數據時幾乎不會出錯；（5）客觀公平。機器人新聞不帶有任何人類情感，嚴格按照數據客觀地陳述事實，不會因為喜愛某支球隊而厚此薄彼；（6）成本低。機器人寫作幫助記者減少重復勞動，節省更多精力去撰寫更加優質的深度內容。機器人不知疲倦地不停學習、隨時隨地收集和生產內容，這在一定程度上降低了勞動力成本和新聞報道生成的成本[11]；（7）個性化服務。機器人基于海量的數據，實現用戶個性化推薦和訂閱。

目前機器新聞寫作的不足之處在于：（1）對信息的深度理解不夠。寫作機器人寫作時主要將抓取的詞匯和語句進行排列組合，其對文章的深度理解能力還遠不能與人類相提并論，目前還沒有辦法取代人類的創造力和思辨能力。不過，隨著機器學習能力的不斷提高，機器寫作將更貼近人類、更加人性化；（2）千篇一律。寫作機器人按模板寫作，每篇報道的結構和詞句相似；（3）寫作領域受限。新聞寫作機器人主要應用于以使用數據為主的新聞領域，如財經、體育、天氣、災難方面，完成的報道也主要是標準化程度較高的消息、快訊等新聞題材。隨著人工智能的快速發展，目前寫作文章已涵蓋電影、美食、旅游等50多個話題，涉及社會、娛樂等15個領域[8]。雖然機器人寫作的范圍在不斷擴大，但要根據線索挖掘故事或通過文字展示情感偏向，依然無法取代人類。

3 智能寫作在期刊編輯工作中的應用展望

機器寫作在新聞領域發展迅速，應用越來越頻繁。那么寫作機器人可否用于科技期刊的編輯呢？目前，新聞寫作機器人大多屬于寫稿機器人，而Blossomblot則屬于編輯機器人，可根據設定條件篩選出適合推送的稿件[10]。可見，寫作機器人具有作為科技期刊編輯的潛質。科技文章的結構與格式基本固定，主要有題目、作者信息、中英文摘要、前言、實驗部分、結果與討論、結論和參考文獻。按照模板寫作，正可發揮寫作機器人的優勢。編輯在編輯修改稿件時常常做著機械重復的工作。首先，在錄用稿件階段，要對來稿進行學術不端文獻檢測、根據檢測結果對重復率較高的文章進行退稿處理、對符合檢測要求的文章進行初審、若文章格式不符合期刊要求則通知作者初次修改、尋找與文章研究方向契合的專家評審稿件、根據審稿意見決定是否錄用、若對文章的爭議較大還需再次尋找新的審稿人或編輯部討論決定等等。這些步驟看似繁雜，但機械重復性較高，卻是寫作機器人的強項。在最后決定有爭議稿件的錄用時，由編輯根據匯總的審稿意見并參閱文章內容進行決斷。其次，在編輯稿件階段，編輯常常讓作者在以下方面進行完善：文章結構與圖表格式、實驗的詳細信息和某些測試數據缺乏、對數據的分析不到位甚至與數據矛盾、錯別字、物理量與單位錯誤使用、參考文獻格式與著錄項的補充等等。寫作機器人通過海量的數據采集和數據分析，可以像人類編輯一樣對以上各方面進行編輯，給作者提出的修改方案經人類編輯審閱補充后再發送給作者。編輯在修改英文摘要時，常面對的是語法錯誤、單詞拼寫錯誤、時態問題和中國式英語等。機器寫作最早源于機器翻譯[11]，隨著大數據技術的日益完善，多語種間準確的翻譯對于寫作機器人來說將是“小菜一碟”。再次，在排版校對階段，寫作機器人可用排版軟件，如方正飛騰、蒙泰、Adobe InDesign等自動排版，并輸出我們需要的文本格式，如PDF、HTML等。在排版人員容易出錯忽略的地方，如上下標、正斜體、連接符、空格、背題等，寫作機器人均可有效地避免。排版是由機器人完成的，校對工作主要還是應由編輯來完成。不過在排版過程中機器人已經避免了很多錯誤，因此校對階段出現的問題會大大減少。編輯的另一個重要任務是與作者、審稿專家、編委和讀者的溝通。作者、讀者提出的一些常見問題可以交由寫作機器人來回復，就像目前電商平臺的機器客服一樣。節假日或審稿專家、編委生日的祝福郵件也可以交由寫作機器人來完成。群發郵件顯得不禮貌、不重視，但單獨發送郵件的工作量較大，這時寫作機器人的優勢就顯現出來。寫作機器人可以根據每位審稿專家和編委的特點，實現祝福郵件的個性化發送，拉近期刊與審稿專家和編委的距離。編輯把寫作機器人日常工作中出現的問題和欠缺的地方反饋給機器人開發部門，讓寫作機器人不斷改進以更加貼合編輯的工作方式、符合科技期刊編輯出版的要求。有了寫作機器人的幫助，編輯的工作重點將由編輯加工、校對轉移至選題、組稿及思考如何提高期刊影響力。

寫作機器人把編輯從常規化、瑣屑化與程式化的工作中解放出來，使編輯有更多的精力去做更重要的事情。很多編輯不但負責學術期刊的編輯出版工作，還承擔科研與教學工作，某些醫學期刊編輯每周還有定期出診的任務，工作十分繁重。有些編輯部人員緊張，特別是高校期刊編輯部的編制有限，在職編輯工作任務重，不得不聘請外單位人員或退休職工以協助辦刊，或者將稿件的編輯加工、校對外包給專業公司，這增加了辦刊單位的經濟負擔。寫作機器人在一定程度上把人力解放出來，既降低了出版單位的辦刊成本，也減少了編輯的工作量。在眾多有關編輯人才培養的文章中均提出編輯應不斷學習并接受再培訓、再教育[12-14]，成為“三家”：一專多能的編輯家，善于管理的經營家，廣納賢才的活動家；具備“三種知識”：扎實的專業知識，廣博的科學技術知識，深厚的編輯業務和人文關懷知識；熟練掌握“三種技能”：計算機網絡技術和操作技能，駕馭市場經濟組織和經營的技能，及時、準確吸收舶來知識的技能[15]。但這些文章同時也指出這一要求與編輯的時間、精力的矛盾。將來把重復性的勞動交給寫作機器人，編輯們就有時間“走出去”參加相關專業學術會議，了解該領域最新的學術動態和科研成果，借此向權威專家約稿、充實審稿專家庫；參加編輯技能培訓、編輯專業研討會和進修班，提高編輯學理論修養，精通數字出版技術；參加編輯出版專業的測試、競賽，更新編輯專業知識、提升編輯技能；閱讀書報和相關知名專業期刊論文，強化職業敏銳性，了解科技期刊出版、論文結構和表述方面的發展與創新[11]；根據自己對工作實踐的心得撰寫論文；參加體育鍛煉、預防職業病等，做一名復合型、學者型編輯。另外，寫作機器人具有的大數據分析功能可以幫助編輯分析所刊發文章在專業領域的關注度，及時在數字出版平臺，如期刊網站或微信公眾號推送，提高期刊影響力。

4 結語

寫作機器人與人類相比各有所長，機器人寫作速度快、數據分析與收集能力強；而記者可以對一個事件進行演繹、聯想，表達自己的觀點和立場，在深度撰寫方面具有難以替代的優勢。機器人完全取代記者的可能性不大，同樣機器人也不能完全取代編輯。面對“有爭議的文章”時需要編輯慧眼識文，提出自己的見解；編輯具有敏銳的感知力，能用獨特的視角策劃選題并征集、篩選稿件。寫作機器人與編輯優勢互補，我們期盼人機混合編輯時代的早日到來！

【參考文獻】

[1]王永忠.人工智能技術在智能建筑中的應用研究.科技信息，2009（3）：342-343.

[2]耿挺.人工智能取代醫生走到哪一步了——“腫瘤診斷：遺傳與人工智能”主題討論會側記.上海科技報，2017-04-07（1）.

[3]史安斌，崔婧哲.傳感器新聞：新聞生產的“新常態”.青年記者，2015（19）：82-83.

[4]薛龍，張學霞.機器新聞寫作的興起歷程與技術后果.西安工業大學學報，2017，37（6）：487-491.

[5]金兼斌.機器新聞寫作：一場正在發生的革命.新聞與寫作，2014（9）：30-35.

[6]楊弋.新技術對新媒體的顛覆性改造.中國傳媒科技，2015（8）：53-55.

[7]中文百科在線.騰訊寫作機器人.（2015-09-14）[2017-12-06].http：//www.zwbk.org/MyLemmaShow.aspx？lid=466435.

[8]百度NLP.智能寫作機器人：不搶人類飯碗，我們只想人機協作.（2017-04-11）[2017-12-06].http：//www.sohu.com/a/133249185_465975.

[9]趙禹橋.新聞寫作機器人的應用及前景展望——以今日頭條新聞機器人張小明（xiaomingbot）為例.（2017-01-11）[2017-12-06].http：//media.people.com.cn/n1/2017/0111/c409691-29014245.html.

[10]楊名宜，吳海榮.探討“機器新聞寫作”的發展趨勢.視聽，2016（11）：131-132.

[11]龔雋鵬，任文，張鵬洲.機器寫作在新聞領域應用的思考.中國傳媒科技，2016（5）：58-60.

[12]陳小華.論科技期刊編輯可持續發展能力的培養.中國科技期刊研究，2012，23（6）：1099-1101.

[13]王志剛.媒介融合視域下編輯人才培養反思.中國編輯，2017（3）：32-36.

[14]曹明倩.對編輯繼續教育培訓內容的反思.科技與出版，2016（12）：105-108.

[15]陳麗華，于海洪，王坤.21世紀我國科技期刊編輯人才的培養.編輯學報，2003，15（6）：458-460.